SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA KARYAWAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (Studi Kasus : Klinik Pratama PMI Yogyakarta)

Putra, Dimas Achmad Linggala (2018) SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA KARYAWAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (Studi Kasus : Klinik Pratama PMI Yogyakarta). Tugas Akhir thesis, Universitas Teknologi Yogyakarta.

[img] Text
ABSTRAK_5130411288_DIMAS ACHMAD LINGGALA PUTRA.docx

Download (14kB)

Abstract

Pengelolaan Sumber daya manusia (SDM) dari suatu perusahaan mempengaruhi banyak aspek penentu keberhasilan kerja dari perusahaan tersebut. Salah satu yang terpenting dalam manajemen SDM disuatu perusahaan adalah pemilihan karyawan terbaik untuk memacu semangat kerja karyawan dalam meningkatkan dedikasi dan kinerjanya. Pemilihan karyawan terbaik secara periodik menjadi suatu proses yang lama dan rumit. Oleh karena itu diperlukan sistem pendukung keputusan untuk proses pemilihan karyawan tersebut. Sistem pendukung keputusan ini, dapat menentukan nilai perhitungan terhadap semua kriteria. Sistem ini menggunakan metode Simple Additive Weighting (SAW). Metode Simple Additive Weighting (SAW) merupakan suatu metode yang mencari penjumlahan terbobot. Dalam hal ini untuk menentukan karyawan terbaik dilakukan dengan cara menjumlahan bobot dari rating kinerja pada setiap alternatif untuk semua atribut. Nilai yang lebih besar akan mengindikasikan bahwa alternatif lebih terpilih. Pada kasus tersebut metode SAW ini dapat menentukan karyawan terbaik berdasarkan nilai tertinggi. Dengan demikian sistem ini mampu menangani perhitungan penilaian karyawan terbaik sehingga tidak akan kesulitan dalam menentukan karyawan yang terbaik. Hasil keluaran yang diperoleh dari sistem berupa informasi karyawan terbaik berdasarkan ranking yang sudah ditetapkan oleh sistem, sehingga dapat mempermudah dalam memutusakan karyawan terbaik.

Item Type: Thesis (Skripsi, Tugas Akhir or Kerja Praktek) (Tugas Akhir)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Sains Dan Teknologi > S1 Informatika
Depositing User: INF FTIE-UTY
Date Deposited: 26 Oct 2018 02:25
Last Modified: 26 Oct 2018 02:25
URI: http://eprints.uty.ac.id/id/eprint/1937

Actions (login required)

View Item View Item